卫星多普勒网与地面网联合平差的试验

本文通过对卫星多普勒网与地面网联合平差的某些试验性计算,验证了联合平差中的一些理论问题,它们是: (1)不仅三种七参数模型(Bursa、和Veis模型)的参数之间存在着等价性,而且简化的具有四、五、六个参数的Bursa和模型的参数之间也存在着等价性。 (2)对于某个特定的卫星网与地面网的联合平差,选择适当个数的转换参数将得到最佳的平差结果。一般来说,对于一个大范围的网,通常可采用七参数模型,而小范围的网应采用少于七个参数的简化模型。本文建议用线性假设检验的方法来选择最佳个数的转换参数。 (3)在联合平差中,如果三个旋转参数(即欧拉角)附加有某些先验性质(如先验方差、先验期望),那么,平差后的三个平移参数的精度能够大大提高。但附加的先验性质必须经过检验,证明是与观测值及其精度相适应的,否则还会降低联合平差结果的精度。     

卫星网与地面网联合平差坐标转换模型的等价性

本文阐述了卫星网与地面网联合平差中Bursa模型所确定的参考椭球中心位置与Мололецский和Veis两个模型所确定的参考中心几何意义上的差别,导出了三个模型转换参数之间的变换矩阵,进而证明了以上三个模型在确定转换参数的联合平差中的等价性。指出三个模型方程状态上的差异对联合平差及坐标系统转换的最后结果和精度来说,并无丝毫影响。     

附有不等式约束的加权整体最小二乘算法

针对现有附有不等式约束的整体最小二乘算法的缺陷,本文以partialEIV（errors-in-variables）模型^[1]为基础,在整体最小二乘准则下,通过将附有不     

面向重大公共卫生事件的位置服务技术——以COVID-19疫情为例

2020年初暴发的新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)疫情给全球人民生命安全和经济发展带来了严重影响。位置服务以庞大的地理空间信息数据库为依托,能向服务对象提供与地理信息相关的便捷、实时、精准的综合性服务,可很好地运用于紧急救灾、大流量人员追踪、复杂环境下的现场人员管控等事件中。事实证明,位置服务的优势特性在2020年春中国COVID-19疫情防控中起到了非常重要的作用。从北斗车联网平台、基于泛在定位的基础服务、时空大数据分析与疫情防控、智能导航机器人参与抗疫等多个方面阐述了中国COVID-19疫情下的位置服务应用。通过对这些应用及技术手段的分析总结,深化位置服务技术的内涵,可以为今后重大公共卫生事件的应急处置提供解决方案。     

地球自转速度变化与全球气温变化的相关性研究

地球自转速度变化是导致全球气候变暖的重要原因之一,而探讨地球自转速度变化与气温变化的影响的相关性,并尝试建立一定的相关性模型是其中一种研究方式.首先分别利用地球自转速率数据与全球气温数据分析与建模,并判断模型温度预测的可行性,发现仅可进行短期温度预测;研究全球温度数据与地球自转速度变化数据相关性,进行相关性分析以及显著性检验,可知二者有强正相关性;最后研究气温预测的可行性,对气温和自转速率数据回归拟合,利用拟合公式,进行实际与预测的地球自转速率温度预测实验,结果证明推测方法可行.实验以IERS官网获取的日详细地球自转速度变化数据,以及伯克利地球组织获取的全球气温数据为例.     

PNT智能与智能PNT

定位(positioning)、导航(navigation)、授时(timing),简称PNT,是人类在长期感知、认知宇宙与人类生存的关系后,产生的与经济、社会活动密切相关的时空位置概念。PNT也是地球上的物质、能量和信息经过亿万年进化出的感知、认知与时空位置相关的智能,称为PNT智能或时空智能。而智能是生命体为适应环境生存,通过一代代继承、演进而进化出来的趋利避害行为能力的总和,可称为自然智能。本文分析了依托于生命体物质基础的自然智能特性,在此基础上探讨了生命体PNT智能的特点;概述了人类研究生命体PNT智能的最新成果、趋势和启示。其中,交互智能和PNT智能等在生命体由低级向高级的进化过程中,特别是在智人进化并形成人类文明的过程中,起到了关键性的推动作用。随着自然智能、PNT智能、人工智能研究的深入推进和交叉融合,PNT技术发展也进入智能PNT阶段。本文着重阐述了智能PNT的概念、内涵和发展趋势,从PNT应用和时空信息基础设施建设两方面,探讨了其智能化热点方向的最新进展和影响。在此基础上,也提出了一些智能PNT发展的思考和展望。     

GNSS‐声学海底定位的声速误差处理方法综述

全球导航卫星系统（global navigation satellite system,GNSS）‐声学海底定位是面向海底俯冲带板块形变监测需求提出的一种定位技术,也是建设海洋时空基准网的一种重要技术,有着广阔的应用前景。虽然目前GNSS‐声学海底定位技术的研究成果还不能满足海洋时空基准网的建设需求,但其数据处理方法尤其是声速误差精细处理方法,对海洋时空基准网海底部分（海底大地基准）的建设具有重要借鉴意义。介绍了GNSS‐声学海底定位技术的起源,并将其分为静态测量和动态测量两类,同时将声速误差处理方法作为该技术的发展脉络进行梳理,提炼了该技术的3个发展阶段:仅假设海洋声速垂向分层、考虑声速的时域变化、考虑声速的水平梯度。对于仅假设海洋声速垂向分层的阶段,国外学者采用几何结构对称的方式来削弱声速误差的影响;国内学者则主要对声速以外误差源（杆臂矢量误差、时标偏差、姿态角误差等）进行了研究,并用优化随机模型的方式削弱系统误差对定位的影响。对于考虑声速时域变化的阶段,国外学者利用拟合方法（多项式拟合或三次样条拟合）结合参数平滑约束来解算声速的时域变化量,提高定位的稳定性;国内学者基于此细化了参数拟合的方法（考虑参数长周期项的变化特征）,并创新性地提出了水下差分定位算法。对于考虑声速水平梯度的阶段,国内外学者在GNSS‐声学海底定位中解算了声速水平梯度参数,提高了水平方向定位的稳定性,并利用海洋数值模型验证了结果的可靠性。展望了将GNSS‐声学海底定位高精度数据处理方法应用于海底大地基准建设的前景,并引入了小时空尺度声速层析的概念（基于海洋时空基准网的声速误差处理方法）,以期解决数值预报模型不能提供小时空尺度产品的问题,进而为水下潜器提供更高精度的声速误差改正服务。     

火星极移时变分析与预报北大核心CSCD

火星极移属于火星定向参数,通过对火星极移时间序列周期项进行研究,可以更加深入地了解火星内部结构及大气和潮汐运动的特征与规律。利用NASA提供的NP.ang和NP.ds火星极移序列进行时变分析与预报,时变分析使用快速傅里叶变换(fast Fourier transform,FFT)进行处理。结果表明,NP.ang与NP.ds两组数据的周期项长度基本一致,且与火星年具有很强的相关性。短期预报结果表明,使用差分整合移动平均自回归(autoregressive integrated moving average,ARIMA)模型对NP.ds进行20 d内的短期预报是一个可行的思路;中长期预报结果表明,使用最小二乘外推模型进行NP.ds数据的中长期预报是可行的,且使用准确度更高的周期项进行最小二乘外推模型的拟合,可以显著提高对NP.ds的中长期预报精度。本文研究结果可为火星极移的预报研究提供参考。